Post on 24-Feb-2021
ISSN 1412-727X
Faculty of EngineeringWidya Mandala Catholic University Surabaya
PROCEEDING OF THE 8th NATIONAL CONFERENCE
Design and Applicationof Technology 2009Surabaya, 23rd July 2009
National Conference: Design and Application of Technology 2009
National Conference
Design and Application of Technology 2009
Surabaya, 23th July 2009
National Conference: Design and Application of Technology 2009
Proceeding of the
National Conference
Design and Application of Technology 2009
Section 1 : Electrical Engineering
Surabaya, 23th July 2009
Editors: .1'-",
Julius MulyonoYuliatiYohanes Kurniawan
Faculty of EngineeringWidya Mandala Catholic University Surabaya
II
National Conference: Design and Application of Technology 2009
ISSN 1412-727X
Proceeding of the
National Conference
Design and Application of Technology 2009
Organizing Committee:
Albert Gunadhi, MT - Chairman
Advisory Committee :
Prof. Dr. Ir. Soegijardjo Soegijoko
Prof. Dr. Senator Nur Bahagia
Prof. Dr. Ir. Danawati Hari Prasetya
Prof. Dr. Ir. Budi Santoso W., M.E.
Prof. Mudjijati, Ph.D.
Hartono Pranjoto, Ph.D.
Ir. Suryadi Ismadji, MT., Ph.D.
III
National Conference: Design and Application of Technology 2009
Pembaca yang kami hormati,
Salam Damai dan Sejahtera bagi kita semua,
The 8th National Conference on Design and Application of Technology 2009, yang diadakan pada hari Kamistanggal 23 Juli 2009 di Kampus Dinoyo, Universitas Katolik Widya Mandala Surabaya, merupakan agendaseminar nasional tahunan Fakultas Teknik, Universitas Katolik Widya Mandala Surabaya. Pada seminarnasional tahun ini mengambil tema "Implementation Challenge of Green Information Technology in HigherEducation and Industry" dengan keynote speaker yaitu Prof. Dr. Chun Hui (Clayton) Zhou, Leader ofAdvanced Materials & Sustainable Catalysis (AMSC), College of Chemical Engineering & MaterialsScience, Zhejiang University, China.
Melalui seminar nasional ini kami berusaha untuk mewadahi publikasi makalah ilmiah dari tiga Jurusan yaituJurusan Teknik Elektro, Jurusan Teknik Kimia dan Jurusan Teknik Industri. Para pemakalah berasal dariakademik dan industri baik dari dalam maupun luar negeri, Kami bersyukur bahwa Bapak dan Ibu pemakalahmasih antusias untuk mempublikasikan karyanya pada seminar nasional tahun ini, Untuk itu kami berterimakasih atas kepercayaan yang diberikan untuk mempublikasikan karya Bapak dan Ibu pad a seminar nasionaltahun ini,
Proceedings seminar nasional tahun ini terdiri atas tiga bagian yang berbeda, bagian 1 untuk makalah yangterkait dengan bidang Teknik Elektro, bagian 2 untuk bidang Teknik Kimia dan bagian 3 untuk bidangTeknik Industri. Dalam seminar nasional tahun ini dipublikasikan sebanyak total 74 makalah dari 89 makalahyang masuk. Jumlah makalah pada bidang Teknik Elektro, Teknik Kimia dan Teknik Industri, masingmasing sebanyak 24, 30 dan 20. Kami berharap berbagai hal yang telah kami persiapkan dapat berkenan dihati peserta seminar.
Akhir kata, kami dari panitia mengucapkan selamat berseminar. Semoga seminar ini dapat memberikan nilaitambah bagi kita semua, Bilamana ternyata ada kekurangan dalam pelayanan, kami mohon maaf dan kamimenunggu kritik dan saran dari Bapakllbu demi peningkatan kualitas seminar ini.
Surabaya, 23 Juli 2009Ketua Organizing Committee,
Albert Gunadhi, ST, MTNIK.511.94.0209
IV
Sambutan Dekan Fakultas Teknik
National Conference: Design and Application of Technology 2009
Para pembaca yang budiman,
Puji syukur pantas kita panjatkan kepada Tuhan Yang Maha Kuasa karena berkat rahmatNya maka "The 8'hNational Conference on Design and Application of Technology " dapat terlaksana pada tanggal 23 Juli 2009.
Menginjak pelaksanaannya yang telah ke-8 kalinya, kami berharap agar dalam seminar ini para dosenmaupun peneliti dapat saling bertukar informasi tentang perkembangan teknologi terkini melalui karyailmiahnya masing-masing. Dengan demikian sebagai warga negara yang sedang berkembang kita dapatsegera mengakselerasi perkembangan teknologi untuk mengejar ketertinggalan kita dengan negara-negaramaju. Selain itu kami juga berharap agar dalam masa yang akan datang, seminar ini lebih banyak lagimenelorkan ide-ide dan teknologi baru yang aplikatif sehingga bermanfaat bagi masyarakat.
Kami ingin menyampaikan terima kasih kepada keynote speaker, yaitu Prof. Dr. Chun Hui (Clayton) Zou,Leader of Advanced Materials & Sustainable Catalysis (AMSC), Zhejiang University of Technology, Chinayang telah berkenan membagi ilmu dan pengalamannya kepada peserta seminar.
Tak lupa kami mengucapkan terima kasih kepada para peserta, baik yang berasal dari Indonesia maupun luarnegeri, khususnya mereka yang dengan setia pernah menghadiri seminar ini pada tahun-tahun sebelumnya.
Akhimya kami sampaikan pula ucapan terima kasih kepada panitia yang telah bekerja keras mempersiapkanseminar ini sehingga dapat berlangsung dengan lancar dan sukses.
Sekian dan terima kasih.
Surabaya, Juli 2009
Ir. Yohanes Sudaryanto, MTDekan Fakultas Teknik .Universitas Katolik Widya Mandala Surabaya
v
DAFTARISI
JUDUL HAL
Perencanaan Sistem Wireless Metropolitan Area Network dengan MenggunakanTeknologi Wimax pada Wilayah Gegerkalong BandungGanang Krismiarso, Puput Heryanto, Wahyu Saputra
v
Sistem Monitoring Pemakaian Daya Listrik dan Kontrol Peralatan ElektronikBerbasis PC ServerHaryadi Amran Darwito, Akuwan Saleh
8
Sistem Kontrol Sirkulasi dan Deteksi Kekeruhan Air Berbasis MikrokontrolerAkuwan Saleh, I Gede Puja Astawa
16
A Novel Approach for Analyzing Genetic Regulatory SystemArwin Datumaya Wahyudi SumariAdang Suwandi Ahmad, Aciek Ida Wuryandari, Jaka Sembiring
24
Segmentasi Iris Mata Menggunakan Morfologi Biner Dan Statistik LokalKarmilasari, Lussiana ETP
32 ../
Analisa Pengaruh Posisi Stimulator Terhadap Spektrum Sinyal EEG Pada 37Sistem BCI Berbasis SSVEPIndar Sugiarto
Aplikasi Neural Network Untuk Prediksi Prestasi Mahasiswa Berdasarkan Nilai 45NEMYeni Nuraeni
Pembuatan Perangkat Lunak Akuntansi Dengan Fitur Kustomisasi Untuk 52Perusahaan Jasa Persewaan VCDIDVDYulia, Felicia, Irawati
Desain Dan Fabrikasi Thick Film Microheater 59Slamet Widodo
Fabrikasi Sensor Dissolved Oxygen (DO) Dengan Membran Cellulose Acetal 69Slamet Widodo, Robeth Viktoria M.
Electrical Seal Berbasis Koordinat Pada Mobil Tangki Pengangkut BBM 79Helmy Widyantara, Yuwono Martadinata, Adi Sutanto
Forward Chaining Rule Based Systems To Hardware Fault Diagnosis 87Yuhendra
Keamanan Data Komputer Berguna Bagi User 93If. Johanson Pardomuan, MM , Tiolina Evi, SE, MM
Penerapan Sistem Informasi Tenaga Edukatif Perguruan Tinggi Guna 101Mendukung Paperless OfficeJulia Lukman, Nani Krisnawaty Tachjar
Faktor-faktor yang Mempengaruhi Kemampuan Sistem Informasi Beradaptasi 109Terhadap Perubahan Strategi Bisnis Organisasi Kasus: PerpustakaanUniversitas Kristen PetraAdi Wibowo
Pemodelan Proses Bisnis Peranti Lunak Sistem Informasi Pemeliharaan 117Peralatan Produksi pada Manufaktur Perkabelan OtomotifEko K. Budiardjo, Abdul Basith Hijazy
CMMI Sebagai Framework Dalam Mengembangkan Budaya Mutu Pada 128Industri Peranti LunakEko K. Budiardjo, Fridolin Febrianto Paiki
Pembuatan Sistem Administrasi SMU Katolik X Sidoarjo 134Silvia Rostianingsih, Alfred Giovanni Sugianto, Liliana
Rancang Bangun Sistem Peramalan Harga Saham dengan Metode Single 141Exponential SmoothingSulistiowati, I Putu Nova Farasadi
Alat Pemecah Kulit Kemiri Otomatis Berbasis Mikrokontroler 151Albert Gunadhi, Andrew Tjundawan
Perancangan Alat Pemantauan Dan Pengendalian Sistem Keamanan Mobil 160Menggunakan HandphoneAndrew Joewono
Development of An e-Prescription System for Preventing and Reducing 186Medication Error in Community Health Center
Irma Melyani Puspitasari, Soegijardjo Soegijoko
Kolektor Data Penggunaan Daya Listrik Portabel Menggunakan Media 170Komunikasi Tanpa Kabel Berbasis Frekuensi RadioAntonius Wibowo
Prototipe Otomatis Destilasi Tetes Tebu Menjadi Etanol 178Yonathan Oktaviano, Andrew Joewono
National Conference: Design and Application of Technology 2009
Segmentasi Iris Mata Menggunakan Morfologi Biner DanStatistik Lokal
Karmilasari1, Lussiana ETPI
1 Universitas Gunadarrna, Program Studi Ilmu Komputer dan Teknologi Inforrnasi,JI. Margonda Raya 100, Depok, IndonesiaE-mail: {karrnila.ussie}@staff.gunadarma.ac.id
32
ABSTRAK
Salah satu jenis sistem biometrik yang dikena/ cukup baik da/am pengena/an individu ada/ah irismata. Po/a iris mata untuk tiap individu unik dan terbentuk sejak masi}i da/am janin. Tahapan awa/ yangcukup penting da/am sistem pengena/an iris mata ada/ah segementasi iris. Da/am segmentasi iris dilakukanproses /okalisasi iris dan pupil. Hasil segmentasi tersebut menjadi dasar bagi proses-proses berikutnya.
Tulisan ini membahas segementasi atau /oka/isasi pupil (batas da/am) dan limbic (batas /uar) dariiris me/alui pendekatan morfologi biner dan teknik pusat massa untuk batas pupil, dan pendekatan statistik/oka/ (kurtosis) untuk batas limbic. Secara umum proses menentukan /okalisasi pupil /ebih mudahdibandingkan dengan /okalisasi limbic (iris). Ha/ ini dikarenakan pada citra asli mata yang berbentukkeabuan, pupil tampak sebagai suatu area besar dengan intensitas ge/ap homogen, sehingga mudahdilakukan proses segmentasi dengan morfologi biner. Sedangkan untuk menemukan limbic atau batas luariris lebih sulit karena transisi iris ke sclera (bagian putih dari mata) relatif lebih tipis dibandingkan dengantransisi pupil ke iris, selain itu bulu mata dan kelopak mata terkadang menutupi sebagian dari iris. Denganmenggunakan pendekatan statistik lokal (kurtosis) perbedaan sebaran intensitas pada area pupil, iris dansclera dapat digunakan sebagai dasar untuk menentukan batas luar iris dengan sclera. Metodologi dan hasilyang ditampilkan menggunakan database Universitas Bath.
Kata Kunci : segmentasi pupil, segmentasi limbic (iris), morfologi biner, statistik lokal (kurtosis)
1. PENDAHULUAN
Sistem biometrik adalah sistem pengenalan individu dengan memanfaatkan bagian tubuh manusiasebagai kuncinya. Kelebihan dari sistem biometrik adalah setiap individu memiliki ciri unik dari bagiantubuhnya dan tidak berubah dalam jangka waktu yang lama. Salah satu jenis sistem biometrik yang cukupbaik dalam pengenalan individu adalah iris mata. Iris mata mulai terbentuk sejak janin dan pada akhirnyamencapai tingkat seiring dengan pertambahan usia. Selain itu iris mata memiliki pola yang unik untuk tiapindividu, bahkan pola tersebut berbeda untuk mata kiri dan mata kanan. Gambar 1 menunjukkan mata danbagian-bagiannya, termasuk di dalamnya adalah iris, pupil, sclera, kelopak mata dan bulu mata.
EyelasEyelid
Sclera
Iris
Pupil
Gambar 1. Citra Mata (Database Universitas Bath)
Tahapan umum sistem pengenalan iris mata meliputi : segmentasi, ekstraksi dan pengenalan.Segementasi iris mata merupakan tahapan awal yang sangat penting dalam sistem pengenalan iris mata. Padatahap ini dilakukan lokalisasi bagian iris mata, meliputi lokalisasi pupil dan iris, sehingga terpisah denganbagian lain. Informasi yang terdapat pad a bagian yang telah dilokalisir tersebut menjadi dasar bagi prosesselanjutnya. Beberapa peneliti telah melakukan penelitian terkait dengan segmentasi iris ini, diantaranyaHuang et.al [I], Kong et.al [2], Tian et.al [3], Bachoo et.al [4] dan Daugman [5].
Pada bagian kedua dari tulisan ini, penulis membahas mengenai metode morfologi binermenggunakan pusat massa untuk melokalisir batas pupil. Bagian ketiga menggambarkan penggunaan statistiklokal (kurtosis) untuk melokalisir batas limbic (batas luar iris).
Database yang digunakan dalam penelitian ini adalah database Universitas Bath [6].
National Conference: Design and Application of Technology 2009
2. SEGMENTASI PUPIL
Dari hasil pengamatan pada citra mata, pupil ditunjukkan melalui luas area pixel dengan intensitasgelap homogen yang cukup besar. Berdasarkan hal tersebut, untuk proses awal mendapatkan area pupil dapatdilakukan proses binerisasi yang dilanjutkan dengan morfologi biner sehingga diperoleh citra biner.Asumsinya, semua mata memandang lurus ke depan kamera (ortogonal) dan bentuk pupil serta iris adalahlingkaran.
Pada beberapa kasus, kondisi iluminasi atau faktor lain menyebabkan iris terlihat lebih gelap darikondisi umumnya. Hal tersebut menyebabkan batas antara pupil dan iris menjadi terlihat tidak jelas. Untukmempertajam batas tersebut, perlu dilakukan perataan histogram yang adaptif pada citra sebelum prosessegmentasi dimulai.
Dalam proses binerisasi diperlukan penentuan batas ambang (threshold) keabuan. Piksel dengan nilaiintensitas di bawah batas ambang diubah menjadi 1, dan nilai yang berada di atas batas ambang diubahmenjadi O.Langkah berikutnya adalah menerapkan morfologi biner, yaitu : (1) mengisi lubang yang terdapatpada massa citra, (2) melakukan erosi untuk mengikis bagian yang tidak perlu pada massa citra, (3)menjalankan dilasi untuk mengembalikan massa citra setelah proses erosi. Tahapan proses tersebut dapatdilihat pada gambar 2.
Gambar 2. Proses segmentasi pupil: citra asli (kiri-atas);citra hasil perataan histogram adaptif (kanan-atas);citra biner sesuai batas ambang (baris dua- kiri),
citra hasil erosi dan dilasi (baris dua-kanan);citra hasil segmentasi (bawah)
Jika dari hasil binerisasi hanya terdapat satu massa dalam citra, maka massa tersebut adalah pupil danproses dapat dilanjutkan ke tahap se\anjutnya. Jika setelah proses binerisasi tidak ditemukan massa citra,maka perlu dilakukan perbaikan atau perubahan nilai batas ambang. Pada beberapa kasus, muncul dua ataulebih massa citra dengan area yang cukup besar, untuk kasus seperti ini penulis menggunakan perimeter danpanjang axis mayor/minor pada setiap massa citra sehingga dapat ditentukan apakah massa citra tersebutpupil atau bukan. Alis mata, biasanya memiliki perimeter yang panjang dan rasio panjang axis mayorterhadap panjang axis minor sangat besar, dibandingkan dengan lingkaran pupil.
Setelah pupil ditemukan, penulis menghitung pusat massa dan radius (jika pupil tidak berbentuklingkaran sempuma, radius yang digunakan berkoresponden dengan radius terkecil dari pupil) . Lokasi titiktengah dari pupil dipakai untuk mendeteksi batas limbic (batas luar iris) pada proses selanjutnya.
33
National Conference: Design and Application of Technology 2009
3. SEGMENTASI LIMBIC
Mendapatkan batas limbic (batas antar iris dengan sclera) lebih sulit dibandingkan dengan batas pupil.Salah satu penyebabnya adalah transisi dari iris ke sclera (bagian putih dari mata) lebih tipis dibandingkandengan tansisi dari pupil ke iris. Selain itu, bulu mata atau kelopak mata terkadang menutupi sebagian dariiris. Dalam penelitian ini, penulis menggunakan pusat pupil untuk mengaproksimasi pusat dari lingkaranlimbic (dua lingkaran tersebut secara umum tidak selalu konsentris sehingga perlu dilakukan penyesuaian).Penentuan batas limbic tidak tergantung sepenuhnya pada batas pupil.
Metode lokal statistik digunakan untuk mencari batas limbic melalui eksploitasi properti statistik darinilai keabuan tetangga terdekat piksel. Penulis memulainya dengan mendefinisikan hal yang relevan untukanalisis data statistik. Varians (/ pada data X didefinisikan sebagai :
(1)
dimana E adalah operator ekspektasi dan X adalah rata-rata. Standar deviasi a merupakan akar kuadrat darivarians. Penulis juga mendefinisikan kurtosis:
K= E(X _X)4
a4~)
Kurtosis digunakan untuk mengukur puncak data. Kurtosis dari nilai distribusi normal standar (a =1.0)bernilai 3.0 dan untuk distribusi data yang lebih cenderung mendatar untuk outlier, memiliki kurtosis kurangdari 3.0, sedangkan outlier lain memiliki distribusi data dengan sebaran lebih banyak puncak atau bernilaikurtosis lebih besar dari 3.0.
Apabila diperhatikan kembali gambar I, akan tampak bahwa tetangga terdekat pupil atau scleramemiliki tekstur yang homogen dan nilai keabuan yang seragam. Iris memiliki lebih banyak corak, karena itupiksel tetangga terdekat iris memiliki nilai keabuan dengan properti statistik lokal yang berbeda. Demikianpula dengan tetangga terdekat pada batas pupil atau limbic yang saling bertumpang tindih, memiliki propertistatistik yang berbeda dengan pupil, iris atau sclera.
Dari percobaan ditemukan bahwa kurtosis lokal adalah parameter statistik terbaik untuk menempatkanbatas limbic. Penulis menggunakan kurtosis lokal untuk membentuk citra baru seperti tampak pada gambar 3.Setiap piksel pada gambar tersebut, yaitu baris m dan kolom n mencerminkan nilai kurtosis denganmenggunakan 5x5 piksel tetangga terdekat dengan pusat pada baris m dan kolom n dari citra asli.
Gambar 3. Citra kurtosis lokal
Hasil pengamatan diperoleh bahwa nilai keabuan disekitar batas limbic relatif stabil pada pikseltetangga terdekat, dimana pada area lokal piksel nilai keabuan relatif lebih seragam dibandingkan denganderau (salt and pepper) yang tampak. Namun demikian, hasil yang terbentuk tersebut tidak terlihat jelaskarena variasi nilai keabuan. Oleh karena itu, penulis mengubah citra tersebut menjadi citra biner sepertitampak pada gambar 4 dengan menggunakan .endela 5x5.
Gambar 4. Citra biner dari citra kurtosis
34
---
Dari hasil percobaan dengan menggunakan perangkat lunak Matlab ver. 7.0 , diperoleh hasil98 % pusatpupil dapat ditentukan secara benar pada database Universitas Bath. Beberapa kegagalan mendapatkan pusatpupillebih disebabkan karena mata tidak melihat lurus ke kamera. Keberhasilan segmentasi Iingkaran pupilmencapai 96%. Pada beberapa citra ukuran pupil yang terdeteksi lebih lebar dari seharusnya. Untuk citratersebut diameter tepi lingkaran berkoresponden dengan panjang axis mayor.
Komputasi lingkaran limbic cukup robust sepanjang pusat pupil ditempatkan secara tepat, dimanatidak ada kesalahan mayor pada batas limbic. Hal ini juga berlaku ketika bulu mata dan kelopak matamenutupi sebagian ataslbawah iris, seperti ditunjukan pada gambar 4, dimana anullus cukup mudahteridentifikasi.
Kesalahan minor terjadi pada 75-125 citra, dimana batas limbic masuk ke dalam area sclera. Hal initerjadi ketika pusat limbic bergeser terlalu sedikit. Kesalahan ini dapat dikurangi dengan memperbesarpergeseran, misalnya 15 atau 20 pixel termasuk pergeseran secara vertikal. Dengan kata lain penguranganinklusi pada sclera untuk memilih batas limbic tepi dalam dari annulus seperti pada gambar 5. Batas limbic
National Conference: Design and Application of Technology 2009
Penulis menggunakan nilai I (putih) untuk piksel dengan nilai kurtosis tetangga terdekat 5x5, dimanavariasinya tidak lebih banyak dari setengah nilai standar deviasi pada gambar 3. Meskipun dari gambartersebut derau masih tampak, batas limbic terlihat lebih jelas.
Seperti telah dijelaskan di atas lingkaran pupil dan lingkaran limbic (iris) tidak selalu konsentris.Namun demikian informasi pusat pupil dapat digunakan sebagai acuan awal untuk mendapatkan pusatlimbic. Diasumsikan terjadi pergeseran 5 hingga 10 piksel ke kiri atau kanan dari pusat pupil. Selanjutnyadari setiap kandidat pusat limbic dibangun lingkaran dengan lebar 10 piksel (radius luar dikurangi radiusdalam) dengan peningkatan radius hingga 8. Hasil proses ini adalah batas limbic seperti tampak pada gambar5, yang menunjukkan annulus dengan prosentase tertinggi dengan nilai I (putih) lapisan citra. Annulustersebut memiliki lebar, karenanya untuk mendapatkan batas limbic sebagai tepi luar iris, penulismenggunakan tepi dalam atau tepi tengah Iingkaran terse but.
Gambar 5. Citra annulus batas limbic
Hasil akhir segmentasi citra iris tampak pada gambar 6. Melaui proses yang dilakukan di atas,gangguan seperti bulu mata dan kelopak mata dapat dihilangkan.
Gambar 6.Hasil segmentasi iris
Beberapa catatan dari penelitian ini adalah : ukuran tetangga terdekat, faktor standar deviasi, lebarannulus, peningkatan radius dan penyesuaian pusat Iingkaran menjadi batasan. Secara umum lokasi bataslimbic adalah subjektif. Untuk a!asan ini, penulis menegaskan bahwa tidak ada klaim bahwa penulismendapatkan parameter yang optima! untuk setiap database yang digunakan. Keuntungannya, parameterdapat disesuaikan dengan prioritas kecepatan atau ketepatan dan properti dari kamera.
4. HASIL DAN KESIMPULAN
35
National Conference: Design and Application of Technology 2009
sangat subjektif terhadap definisi kesalahan, karena sangat tergantung pada persepsi ketepatan hasilpengamatan.
5. REFERENSI
[1). Huang, 1., Wang, Y., Tan, T. Dan Cui, 1. (2004). A new iris segementation method for recognition.Proceeding of the 17th International Conference on Pattern Recognition (ICPR 2004). vol 3, pp554-557.
[2). Kong, W. And Zhang D. (2001). Accurate iris segmentation based on novel reflection and eyelashdetection model. Proceeding of the 2001 International Symposium on Intelligent Multimedia. Videoand Speech Proccesing, pp. 263-266
[3). Tian Q., Pan. Q., Cheng,Y. and Gao, Q. (2004). Fast algorithm and application of Hough transformin iris segmentation. Proceedings of the 2004 International Conference on Machine Learning andCybernetics. Vol 7, pp 3977-3980
[4]. Bachoo, A. and Tapamo J. (2004). A segmentation method to improve iris-based personidentification. Proceedings of the 7th AFRICON Conference. Vol 1, pp 403-408
[5). Daugman, J. (1993). High Confidence Visual Recognition of Persons by a Test StatisticalIndependence. IEEE Transactions on Pattern Analysis and Machine Intelligence. Vol 15, no. 11, pp1148-116
[6]. University of Bath, UK. Iris Image Database, http://www.bath.ac.uk/elec-englpages/sipglirisweb
36